Characterizing the Adaptive Optics Off‐Axis Point‐Spread Function. I. A Semiempirical Method for Use in Natural Guide Star Observations
Notice bibliographique
Résumé
Even though the technology of adaptive optics (AO) is rapidly maturing, calibration of the resulting images remains a major challenge. The AO point‐spread function (PSF) changes quickly in both time and position on the sky. In a typical observation, the star used for guiding will be separated from the scientific target by 10 '' –30 '' . This is sufficient separation to render images of the guide star by themselves nearly useless in characterizing the PSF at the off‐axis target position. A semiempirical technique is described that improves the determination of the AO off‐axis PSF. The method uses calibration images of dense star fields to determine the change in PSF with field position. It then uses this information to correct contemporaneous images of the guide star to produce a PSF that is more accurate for both the target position and the time of a scientific observation. We report on tests of the method using natural guide star AO systems on the Canada‐France‐Hawaii Telescope and Lick Observatory Shane Telescope, augmented by simple atmospheric computer simulations. At 25 '' off‐axis, predicting the PSF FWHM using only information about the guide star results in an error of 60%. Using an image of a dense star field lowers this error to 33%, and our method, which also folds in information about the on‐axis PSF, further decreases the error to 19%.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».